JP2014035751A - キーワードタイプ判定装置及び方法及びプログラム - Google Patents

Abstract

【課題】 類似するキーワードのキーワード関連性スコアから個々のキーワードのキーワード関連性スコアを修正し、適切なキーワードタイプを判定する。
【解決手段】 本発明は、入力されたキーワードに対し、キーワードタイプとの関連性を表すキーワード関連性スコアの初期値を設定し、データベースからキーワードに対するカテゴリに属するキーワードのキーワード関連性スコアに基づいて、カテゴリに対する各キーワードタイプとの関連性を表すカテゴリ関連性スコアを算出し、キーワードが属するカテゴリのカテゴリ関連性スコアに基づき、各キーワードタイプとの関連性を表すキーワード関連性スコアを算出し、キーワード関連性スコアを取得して、各キーワードタイプのキーワード関連性スコアを比較可能なように該キーワード関連性スコアを補正補正されたキーワード関連性スコアの大小を比較し、キーワードタイプを判定する。
【選択図】 図１

Description

本発明は、キーワードタイプ判定装置及び方法及びプログラムに係り、特に、指定したキーワードがどのようなタイプに属するかを判定するためのキーワードタイプ判定装置及び方法及びプログラムに関する。

キーワードに対して、そのキーワードがどのようなキーワードタイプに属するかを知ることができれば便利である。キーワードタイプとは、キーワードがどのような種類のキーワードであるかを表す情報である。例えば、キーワード「ラーメン」に関するキーワードタイプとして、「グルメ」などが考えられる。キーワードがどのようなキーワードタイプに属するかを知ることができれば、複数のキーワードが提示され、キーワードを選択するとそのキーワードに関する情報が得られるようなシステムが存在した場合、各キーワードに対して「グルメ」「買い物」などのキーワードタイプを付与してキーワードとともに提示することができれば、もしそのシステムの利用者が「グルメ」にしか興味がないのであればキーワードタイプが「グルメ」に属するキーワードだけを提示または選択することにより、効率よく情報を取得することができるようになる。

指定したキーワードがどのようなキーワードタイプに属するかを判定する技術としては、単語の概念を表す概念ベクトルが格納された概念ベースを利用して、キーワードに関する文書に含まれる単語の概念ベクトルからキーワードの分野を表すベクトルを算出し、各キーワードタイプの分野を表すベクトルとの距離を関連性スコアとして、関連性スコアの高いキーワードタイプを選択するという方法が提案されている（例えば、特許文献１参照）。

特開2011-59748号公報

しかしながら、特許文献１の方法では、近い概念のキーワードタイプが複数存在する場合に、判定を誤るという問題があった。例えば、キーワードが自動車メーカーの名称であり、キーワードタイプに「会社」「自動車」の双方が存在した場合、このキーワードとともに出現する単語は自動車に関連するものが多く存在するため、「会社」ではなく「自動車」が選択されてしまう場合があった。

本発明は上記の問題点に鑑みてなされたものであって、類似するキーワードのキーワード関連性スコアから個々のキーワードのキーワード関連性スコアを修正し、適切なキーワードタイプを判定することが可能なキーワードタイプ判定装置及び方法及びプログラムを提供することを目的とする。

ここで、キーワード関連性スコアとは、キーワードと各キーワードタイプとの関連の強さを表すスコアである。また、カテゴリ関連性スコアとは、カテゴリと各キーワードタイプとの関連の強さを表すスコアである。カテゴリとは、キーワードの分野を表す情報であり、各キーワードに対して付与されているものとする。

上記の課題を解決するため、本発明（請求項１）は、入力されたキーワードがどのような種類のキーワードであるかを表すキーワードタイプを判定するためのキーワードタイプ判定装置であって、
キーワードと該キーワードのカテゴリを組にして格納したカテゴリデータベースと、
キーワードが入力されると、該キーワードに対し、キーワードタイプとの関連性を表すキーワード関連性スコアの初期値を設定し、キーワード関連性記憶手段に格納する初期キーワード関連性スコア算出手段と、
入力された前記キーワードに基づいて前記カテゴリデータベースを参照し、該キーワードに対するカテゴリを取得し、前記キーワード関連性記憶手段の該カテゴリに属する該キーワードのキーワード関連性スコアに基づいて、該カテゴリに対する各キーワードタイプとの関連性を表すカテゴリ関連性スコアを算出し、カテゴリ関連性スコア記憶手段に格納する処理を全てのカテゴリに対して反復するカテゴリ関連性スコア算出手段と、
入力された前記キーワードに基づいて前記カテゴリデータベースを参照し、該キーワードが属するカテゴリを取得し、該カテゴリに基づいて、前記カテゴリ関連スコア記憶手段を参照し、カテゴリのカテゴリ関連性スコアに基づき、該キーワードに対し各キーワードタイプとの関連性を表すキーワード関連性スコアを算出し、キーワード関連性スコア記憶手段に格納する処理を全てのキーワードに対して反復するキーワード関連性スコア算出手段と、
前記キーワード関連性スコア記憶手段から前記キーワード関連性スコアを取得して、各キーワードタイプのキーワード関連性スコアを比較可能なように該キーワード関連性スコアを補正する補正手段と、
キーワードタイプ毎に前記補正手段で補正されたキーワード関連性スコアの大小を比較し、キーワードタイプを判定するキーワード判定手段と、を有する。

また、本発明（請求項２）は、請求項１の前記補正手段において、
全体的に、前記キーワード関連性スコアが高い、または、高いキーワード関連性スコアとなるキーワードが多いというキーワードタイプ毎の傾向に基づいて補正する手段を含む。

また、本発明（請求項３）は、請求項２の前記補正手段において、
前記キーワード関連性スコアの初期値の大きい上位Ｘ％のスコアの合計を補正重みとし、前記キーワード関連性スコア算出手段における反復により得られた前記キーワード関連性スコアに該補正重みを乗じることにより補正を行う手段を含む。

また、本発明（請求項４）は、請求項２の前記補正手段において、
前記初期キーワード関連性スコア算出手段で前記キーワード関連性スコアの初期値を求める際に正規化で用いた値を、前記キーワード関連性スコア算出手段における反復により得られた前記キーワード関連性スコアに乗じる手段を含む。

上記のように、本発明によれば、キーワードの関連性スコアをそのキーワードが属するカテゴリの関連性スコアに反映させ、カテゴリの関連性スコアをそのカテゴリに属するキーワードの関連性スコアに反映させた結果をキーワードタイプごとに補正して比較することにより、類似するキーワードの関連性スコアから個々のキーワードの関連性スコアを算出し、入力された検索キーワードに対応する近い概念のキーワードタイプが複数存在する場合でも、従来技術よりも精度よくキーワードタイプの判定が可能となる。

本発明の一実施の形態におけるキーワードタイプ判定装置の構成図である。 本発明の一実施の形態におけるキーワード関連性スコアの初期値算出結果の例である。 本発明の一実施の形態におけるカテゴリデータベースの例である。 本発明の一実施の形態におけるカテゴリ関連性スコア算出処理のフローチャートである。 本発明の一実施の形態におけるキーワード重みの算出方法を説明するための図である。 本発明の一実施の形態におけるカテゴリ関連性スコアの初期値の例である。 本発明の一実施の形態におけるキーワード関連性スコアの初期値の例である。 本発明の一実施の形態における１回目の反復におけるカテゴリ関連性スコアの例である。 本発明の一実施の形態におけるキーワード関連性算出処理のフローチャートである。 本発明の一実施の形態におけるカテゴリ重みの算出方法を説明するための図である。 本発明の一実施の形態における１回目の反復におけるキーワード関連性スコアの例である。 本発明の一実施の形態における３０回目の反復におけるキーワード関連性スコアの例である。 本発明の一実施の形態におけるキーワード関連性スコア補正処理のフローチャートである。 本発明の一実施の形態における最終的なキーワード関連性スコアの例である。 本発明を適用した場合の実行例である。 本発明と従来技術の比較実験の結果である。

以下、図面と共に本発明の実施の形態を説明する。

図１は、本発明の一実施の形態におけるキーワードタイプ判定装置の構成を示す。図１に示すキーワードタイプ判定装置１００は、初期キーワード関連性スコア付与部１と、カテゴリ関連性スコア算出部２と、キーワード関連性スコア算出部３と、キーワード関連性スコア補正部４と、キーワードタイプ判定部５と、カテゴリデータベース６、カテゴリ関連性スコア記憶部７、キーワード関連性スコア記憶部８を有する。さらに、図示しないが、各構成要素は、算出された結果を保持するメモリを有するものとする。

初期キーワード関連性スコア付与部１は、入力されたキーワードに対し、各キーワードタイプとの関連性を表すキーワード関連性スコアの初期値を付与し、キーワード関連性スコア記憶部８に格納する。

カテゴリ関連性スコア算出部２は、カテゴリデータベース６を参照して、カテゴリに属するキーワードを取得し、当該キーワードのキーワード関連性スコアに基づき、カテゴリに対し各キーワードタイプとの関連性を表すカテゴリ関連性スコアを算出して、カテゴリ関連性スコア記憶部７に格納する。

キーワード関連性スコア算出部３は、カテゴリデータベース６を参照して、キーワードが属するカテゴリを取得し、当該カテゴリのカテゴリ関連性スコアに基づき、キーワードに対しキーワード関連性スコアを算出して、キーワード関連性スコア記憶部８に格納する。

キーワード関連性スコア補正部４は、算出されたキーワード関連性スコアをキーワードタイプごとに補正する。

キーワードタイプ判定部５は、キーワードタイプごとのキーワード関連性スコアに基づき、キーワードタイプを判定する。

次に、キーワードタイプ判定装置１００の動作をより具体的に説明する。

本実施の形態では、キーワードとしてk0,k1,k2,k3,k4,k5,k6,k7,k8,k9の10個を入力として与えることとし、キーワードタイプとしてt0,t1,t2の3種類が存在するものとする。

＜初期キーワード関連性スコア算出部１＞
初期キーワード関連性スコア算出部１では、入力されたキーワードに対し、各キーワードタイプとの関連性を表すキーワード関連性スコアの初期値を付与し、キーワード関連性スコア記憶部７に格納する。ここでは、キーワード関連性スコアの初期値の算出方法として、単語の概念を表す概念ベクトルが格納された概念ベース（図示せず）を利用して、キーワードに関する文書に含まれる単語の概念ベクトルからキーワードの分野を表すベクトルを算出し、各キーワードタイプの分野を表すベクトルとの距離をキーワード関連性スコアとして付与することとする。キーワード関連性スコアの初期値の付与方法はこれに限るものではなく、各キーワードタイプとの関連性を表したスコアが付与できる方法であればどのようなものでもかまわない。キーワード関連性スコアの初期値の付与を行った結果の例を図２に示す。

＜カテゴリ関連性スコア算出部２＞
カテゴリ関連性スコア算出部２では、キーワードに基づいてカテゴリデータベース６を参照して、キーワードに対応するカテゴリを取得し、キーワード関連性スコア記憶部７から取得した当該カテゴリに属するキーワードのキーワード関連性スコアに基づき、カテゴリに対し各キーワードタイプとの関連性を表すカテゴリ関連性スコアを算出し、カテゴリ関連性スコア記憶部８に格納する。カテゴリデータベース６は、キーワードがどのカテゴリに属しているかを格納したデータベースである。カテゴリデータベースの例を図３に示す。この例では、キーワードは複数のカテゴリに属することとしているが、単一のカテゴリに属するとしてもかまわない。ここでは、このカテゴリデータベース６をもとに、カテゴリ関連性スコアを単一のスコアを扱うCo-HITSに基づき以下の式により算出する。

ここで、λ_vは定数、v_i ^(r)はr回目の反復におけるカテゴリc_iのカテゴリ関連性スコア、u_j ^(r)はr回目の反復におけるキーワードkjのキーワード関連性スコア、w_ji ^uvはカテゴリデータベース６のデータから算出されるキーワード重み、mはキーワード数である。v_i ⁽⁰⁾はカテゴリ関連性スコアの初期値、u_j ⁽⁰⁾はキーワード関連性スコアの初期値を表し、設定時にキーワード関連性スコア記憶部７に格納されているものとする。

図４のフローチャートに基づき、カテゴリ関連性スコア算出部２における実際にカテゴリ関連性スコアの算出方法を説明する。

ステップ２０５） まず、k=0とし、キーワードタイプt0について処理を行う。

ステップ２１０） 回数をr=1とし、1回目の反復処理を行う。

ステップ２１５） i=0とし、c0,c1,c2,c3の４種類のカテゴリのうち0番目のカテゴリであるc0について処理を行う。

ステップ２２０） カテゴリ関連性スコア記憶部８に格納されているカテゴリ関連性スコアの初期値v_i ⁽⁰⁾とキーワード関連性スコア記憶部７に格納されている１回前のキーワード関連性スコアu_j ^(r−1)からｒ回目のカテゴリc_iのカテゴリ関連性スコアv_i ^(r)を算出し、カテゴリ関連性スコア記憶部８に格納する。

カテゴリ関連性スコア算出処理は、まず、カテゴリデータベース６からキーワード重みw_ji ^uvを求める。カテゴリデータベース６のキーワードとカテゴリを読み出し、図５（A）に示すように、キーワードに対してカテゴリの対応がある部分を１とし、それ以外の部分を０とする。次に、図５（B）に示すように、各値を縦に足した合計の値で割り、縦に足した合計が１になるように正規化する。キーワードk_jがカテゴリc_iに属している場合にw_ji ^uvに正の重みが付与され、各列の値の和が1になるように正規化されている。また、カテゴリ関連性スコアの初期値v_i ⁽⁰⁾を図６に示す。カテゴリ関連性スコアは各カテゴリで同一の値とし、和が1になるように正規化する。この例の場合は、カテゴリが４つ存在するため、各カテゴリのカテゴリ関連性スコアは１/4となる。また、キーワード関連性スコアの初期値u_j ⁽⁰⁾を図７に示す。キーワード関連性スコアも各列の値の和が1になるように正規化されており、図２のキーワードタイプt0の列をその値の和である1.47で割ることにより和が1になるように正規化されている。これらの値をもとに、定数λ_v =0としてカテゴリ関連性スコアv_i ⁽¹⁾を求める。

まずv₀ ⁽¹⁾について求めると、
v₀ ⁽¹⁾=0×1/4+(1-0)×(1/4×0.204+1/4×0.170+0×0.068+0×0.054+1/4
×0.061+0×0.102+0×0.082+0×0.075+0×0.048+1/4×0.136)=0.143
となる。

ステップ２２５） すべてのカテゴリに関しての処理が終了したかを確認する。すべてのカテゴリについての処理が終了していない場合はステップ２３０に移行する。終了している場合には、ステップ２３３に移行する。

ステップ２３０） i=i+1として、次のカテゴリについて処理を行う。

これをすべてのカテゴリについて処理を繰り返して行うと、カテゴリ関連性スコア記憶部８に格納されるカテゴリ関連性スコアは
v₁ ⁽¹⁾=0.073、
v₂ ⁽¹⁾=0.071、
v₃ ⁽¹⁾=0.091
となる。和が1になるように正規化を行った結果の１回目の反復におけるカテゴリ関連性スコアv_i ⁽¹⁾を図８に示す。ここでは、定数λ_v =0としてv_i ⁽¹⁾を求めたが、λ_v を正の値とし、カテゴリ関連性スコアの初期値v_i ⁽⁰⁾にカテゴリとキーワードタイプとの関連性を表す値を付与してv_i ⁽¹⁾を求めてもかまわない。また、カテゴリ関連性スコアの算出方法は、カテゴリに属するキーワードのキーワード関連性スコアに基づくものであればどのような方法でもかまわない。

ステップ２３３） ステップ２２５において、すべてのカテゴリについての処理が終了した場合には、キーワード関連性スコア算出部３によりキーワード関連スコアu_j ^(r)を算出し、キーワード関連スコア記憶部７に格納する。

ステップ２３５） 反復が終了したか確認を行う。反復が終了していない場合は、ステップ２４０に移行し、終了している場合は、ステップ２４５に移行する。

ステップ２４０） ステップ２３５において、反復が終了していない場合は、r=r+1とし、次の回の反復を行う。例えば、例えば、１回目の処理であれば、ｒ＝２として2回目の反復を行う。

ステップ２４５） これを繰り返して反復が終了した場合には、すべてのキーワードタイプに関して処理が終了したかどうか確認を行う。すべてのキーワードタイプに関して処理が終了している場合は、当該処理を終了し、終了していない場合は、ステップ２５０に移行する。

ステップ２５０） ｋ＝ｋ＋１とし、ステップ２１０に戻り、次のキーワードタイプに関する処理を行う。これを繰り返してすべてのキーワードタイプに関する処理が終了する。

＜キーワード関連性スコア算出部３＞
キーワード関連性スコア算出部３では、カテゴリデータベース６を参照して、キーワードが属するカテゴリを取得し、当該カテゴリに対応するカテゴリ関連性スコア記憶部８に格納されているカテゴリ関連性スコアに基づき、キーワードに対し各キーワードタイプとの関連性を表すキーワード関連性スコアを算出し、キーワード関連性スコア記憶部７に格納する。ここでは、カテゴリ関連性スコアをCo-HITSに基づき以下の式により算出する。

ここで、λ_uは定数、w_ij ^vuはカテゴリデータベースから得られるカテゴリ重み、nはカテゴリ数である。図９のフローチャートに基づき、実際にキーワード関連性スコアの算出方法を説明する。図９において、ステップ番号が２００番台のものについては、カテゴリ関連性スコア算出部２における処理と共通であるため説明を省略し、ステップ番号が３００番台のものについてのみ説明する。

ステップ３００） カテゴリ関連性スコア算出部２を呼び出してカテゴリ関連性スコアを算出し、カテゴリ関連性スコア記憶部８に格納する。

ステップ３０５） j=0とし、k0,k1,k2,k3,k4,k5,k6,k7,k8,k9の10種類のカテゴリのうち0番目のカテゴリであるk0について処理を行う。

ステップ３１０） キーワード関連性スコアの初期値u_j ⁽⁰⁾と１回前のカテゴリ関連性スコアv_i ^(r−1)からｒ回目のキーワード関連性スコアu_j ^(r)を算出し、キーワード関連性スコア記憶部７に格納する。

キーワード関連性スコアの算出処理は、まず、カテゴリデータベース６からカテゴリ重みw_ij ^vuを求める。具体的には、カテゴリデータベース６からキーワードとカテゴリを読み込み、図１０（A）に示すようにカテゴリに対応するキーワードがある場合は１とし、それ以外の部分は０とする。次に、図１０（B）に示すように、各値を縦に足した合計の値で割り、縦に足した合計が１になるように正規化する。キーワードkjがカテゴリc_iに属している場合にw_ij ^vuに正の重みが付与され、各列の値の和が1になるように正規化されている。この値をもとに、λ_u =0.5としてキーワード関連性スコアu_i ⁽¹⁾を求める。まずu₀ ⁽¹⁾について求めると、
u₀ ⁽¹⁾=0.5×0.204+(1-0.5)×(1×0.25+0×0.25+0×0.25+0×0.25=0.227
となる。

ステップ３１５） すべてのキーワードに関しての処理が終了したかを確認する。すべてのキーワードについての処理が終了していない場合は、ステップ３２０に移行し、終了している場合は、ステップ２３５に移行する。ここでは、終了していないので、ステップ３２０に移行する。

ステップ３２０） j=j+1として、ステップ３１０に移行し、次のキーワードについて処理を行う。

これを繰り返してすべてのキーワードについて処理を行う。残りのキーワードについても同様に求める。和が1になるように正規化を行った結果のu_i ⁽¹⁾を図１１に示す。ここでは、λ_u =0.5としてv_i ⁽¹⁾を求めたが、λ_v をそれ以外の値に設定してもかまわない。また、３０回反復した時点（ｒ＝30）における、キーワード関連性スコア記憶部７に格納されているキーワード関連性スコアの例を図１２に示す。

なお、キーワード関連性スコアの算出方法は、キーワードに属するカテゴリのカテゴリ関連性スコアに基づくものであればどのような方法でもかまわない。

＜キーワード関連性スコア補正部４＞
キーワード関連性スコア補正部４では、反復により算出され、キーワード関連性スコア記憶部８のキーワード関連性スコアを入力として、キーワードタイプごとのスコアの比較が行えるようにスコアを補正し、補正されたキーワード関連性スコアを出力する。キーワード関連性スコア補正部４は、全体的にキーワード関連性スコアが高かったり、高いキーワード関連性スコアとなるキーワードが多かったりするというようなキーワードタイプごとの傾向をもとに、各キーワードタイプのキーワード関連性スコアを比較可能なように補正する機能を持つ。

ここでは、キーワードタイプごとに、キーワード関連性スコアの初期値の大きい上位30%のスコアの合計を求めて補正重みとし、反復により得られたキーワード関連性スコアに補正重みを乗じることによって補正を行うこととする。スコアの補正の仕方はこれに限るものではなく、キーワード関連性スコアの初期値を求める際の正規化で割った値を乗じることにより補正を行ったりしてもかまわない。

図１３は、本発明の一実施の形態におけるキーワード関連性スコア補正処理のフローチャートである。

ステップ４１０） まず、k=0とする。

ステップ４２０） キーワードタイプに関するキーワードタイプ関連性スコアの初期値をスコアの高い順にソートする。図２より、キーワードタイプt0についてソートした結果は、0.30, 0.25, 0.20, 0.15, 0.12, 0.11, 0.10, 0.09, 0.08, 0.07となる。

ステップ４３０） スコアの高い上位X%のスコアである上位スコアを取得する。ここでは、X=30とする。t0における上位スコアは、0.30, 0.25, 0.20の3つとなる。

ステップ４４０） 上位スコアの合計である補正重みを算出する。補正重みは0.75となる。

ステップ４５０） キーワードタイプに関する反復により得られたキーワード関連性スコアに補正重みを乗じる。例えば、キーワードタイプt0については、図１０で得られたキーワード関連性スコアの補正重みである0.75を乗じると、図１４のt0の欄で示した通りとなる。

ステップ４６０） すべてのキーワードタイプに関して処理が行われたかどうかを確認する。処理が終わっていない場合はステップ４７０に移行する。ここではまだ処理が終わっていないため、ステップ４７０を実行する。

ステップ４６０） ｋ＝ｋ＋１とし、次のキーワードタイプについての処理に移る。すべての処理が行われた結果を図１４に示す。

＜キーワードタイプ判定部５＞
キーワードタイプ判定部５では、キーワードタイプ毎のキーワード関連性スコアに基づき、キーワードタイプを判定する。キーワードタイプ毎にキーワード関連性スコアの大小を比較し、値の最も大きいものをそのキーワードに対するキーワードタイプと判定することとする。キーワードタイプの判定の仕方はこれに限るものではなく、値の大きい２つ以上のものをキーワードタイプとしたり、一定のスコアに満たないキーワードに対して「その他」などのキーワードタイプを付与したりしてもかまわない。キーワードタイプt0の場合について、図１４において、キーワードごとに値を比較し、最も大きい値は下線が引かれているものである。これより、キーワードk1のキーワードタイプはt0となる。

図２と図１４を比較することにより、類似するキーワードによるスコアの反映の効果を知ることができる。図２において最も大きい値にも下線が引かれている。これにより、下線が引かれている箇所が変化しているキーワードはk4、k5であることがわかる。図１４より、k4はk0やk1と同じカテゴリc0に属するため、キーワードタイプもk0やk1と同じキーワードタイプt0に属すること可能性が高いと考えられるが、類似するキーワードによるスコアの反映によりキーワードタイプがt1からt0に変化している。k5についても、同じカテゴリc2に属するk2、k8と同じキーワードタイプt1に変化している。適切なキーワードタイプに判定されていることがわかる。

本発明を適用した場合の実行例を図１５に示す。

キーワード『米子駅』として与えられた場合に、補正前のキーワードタイプは「宿泊」となっており、『米子駅』とは関連性が低い結果であったが、関連性スコアの初期値から関連キーワードの多さを推定し、その結果に基づいてスコアを補正することにより、より適切なキーワードタイプ「交通」が出力される。

＜実験＞
本発明の有効性を検証するための実験を行った。

実験は１２種類のキーワードタイプを用意し、約12万語のキーワードに対してキーワードタイプの判定を行い、最もキーワード関連性スコアの高いキーワードタイプをキーワードに付与した。手法として、特許文献１の手法を用意し、約12万語のキーワードの中から地域と関連のある約800語を選択し、各キーワードに付与されたキーワードタイプが適切化同化を判定して正解率を求めた。その結果、図１６に示す結果が得られた。これ折、本発明の方法は、特許文献１の手法と比較して精度よくキーワードタイプを判定できると考えられる。

なお、上記の図１に示すキーワードタイプ判定装置の各構成要素の動作をプログラムとして構築し、キーワード判定装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１ 初期キーワード関連性スコア付与部
２ カテゴリ関連性スコア算出部
３ キーワード関連性スコア算出部
４ キーワード関連性スコア補正部
５ キーワードタイプ判定部
６ カテゴリデータベース
７ キーワード関連性スコア記憶部
８ カテゴリ関連性スコア記憶部

Claims (9)

1. 入力されたキーワードがどのような種類のキーワードであるかを表すキーワードタイプを判定するためのキーワードタイプ判定装置であって、
   キーワードと該キーワードのカテゴリを組にして格納したカテゴリデータベースと、
   キーワードが入力されると、該キーワードに対し、キーワードタイプとの関連性を表すキーワード関連性スコアの初期値を設定し、キーワード関連性記憶手段に格納する初期キーワード関連性スコア算出手段と、
   入力された前記キーワードに基づいて前記カテゴリデータベースを参照し、該キーワードに対するカテゴリを取得し、前記キーワード関連性記憶手段の該カテゴリに属する該キーワードのキーワード関連性スコアに基づいて、該カテゴリに対する各キーワードタイプとの関連性を表すカテゴリ関連性スコアを算出し、カテゴリ関連性スコア記憶手段に格納する処理を全てのカテゴリに対して反復するカテゴリ関連性スコア算出手段と、
   入力された前記キーワードに基づいて前記カテゴリデータベースを参照し、該キーワードが属するカテゴリを取得し、該カテゴリに基づいて、前記カテゴリ関連スコア記憶手段を参照し、カテゴリのカテゴリ関連性スコアに基づき、該キーワードに対し各キーワードタイプとの関連性を表すキーワード関連性スコアを算出し、キーワード関連性スコア記憶手段に格納する処理を全てのキーワードに対して反復するキーワード関連性スコア算出手段と、
   前記キーワード関連性スコア記憶手段から前記キーワード関連性スコアを取得して、各キーワードタイプのキーワード関連性スコアを比較可能なように該キーワード関連性スコアを補正する補正手段と、
   キーワードタイプ毎に前記補正手段で補正されたキーワード関連性スコアの大小を比較し、キーワードタイプを判定するキーワード判定手段と、
   を有することを特徴とするキーワードタイプ判定装置。
2. 前記補正手段は、
   全体的に、前記キーワード関連性スコアが高い、または、高いキーワード関連性スコアとなるキーワードが多いというキーワードタイプ毎の傾向に基づいて補正する手段を含む
   請求項１記載のキーワードタイプ判定装置。
3. 前記補正手段は、
   前記キーワード関連性スコアの初期値の大きい上位Ｘ％のスコアの合計を補正重みとし、前記キーワード関連性スコア算出手段における反復により得られた前記キーワード関連性スコアに該補正重みを乗じることにより補正を行う手段を含む
   請求項２記載のキーワードタイプ判定装置。
4. 前記補正手段は、
   前記初期キーワード関連性スコア算出手段で前記キーワード関連性スコアの初期値を求める際に正規化で用いた値を、前記キーワード関連性スコア算出手段における反復により得られた前記キーワード関連性スコアに乗じる手段を含む
   請求項２記載のキーワードタイプ判定装置。
5. 入力されたキーワードがどのような種類のキーワードであるかを表すキーワードタイプを判定するためのキーワードタイプ判定方法であって、
   キーワードと該キーワードのカテゴリを組にして格納したカテゴリデータベースと、初期キーワード関連性スコア算出手段と、カテゴリ関連性スコア算出手段と、キーワード関連性スコア算出手段と、補正手段と、キーワード判定手段と、を有する装置において、
   前記初期キーワード関連性スコア算出手段が、キーワードが入力されると、該キーワードに対し、キーワードタイプとの関連性を表すキーワード関連性スコアの初期値を設定し、キーワード関連性記憶手段に格納する初期キーワード関連性スコア算出ステップと、
   前記カテゴリ関連性スコア算出手段が、入力された前記キーワードに基づいて前記カテゴリデータベースを参照し、該キーワードに対するカテゴリを取得し、前記キーワード関連性記憶手段の該カテゴリに属する該キーワードのキーワード関連性スコアに基づいて、該カテゴリに対する各キーワードタイプとの関連性を表すカテゴリ関連性スコアを算出し、カテゴリ関連性スコア記憶手段に格納する処理を全てのカテゴリに対して反復するカテゴリ関連性スコア算出ステップと、
   前記キーワード関連性算出手段が、入力された前記キーワードに基づいて前記カテゴリデータベースを参照し、該キーワードが属するカテゴリを取得し、該カテゴリに基づいて、前記カテゴリ関連スコア記憶手段を参照し、カテゴリのカテゴリ関連性スコアに基づき、該キーワードに対し各キーワードタイプとの関連性を表すキーワード関連性スコアを算出し、キーワード関連性スコア記憶手段に格納する処理を全てのキーワードに対して反復するキーワード関連性スコア算出ステップと、
   前記補正手段が、前記キーワード関連性スコア記憶手段から前記キーワード関連性スコアを取得して、各キーワードタイプのキーワード関連性スコアを比較可能なように該キーワード関連性スコアを補正する補正ステップと、
   前記キーワード判定手段が、キーワードタイプ毎に前記補正ステップで補正されたキーワード関連性スコアの大小を比較し、キーワードタイプを判定するキーワード判定ステップと、
   を行うことを特徴とするキーワードタイプ判定方法。
6. 前記補正ステップにおいて、
   全体的に、前記キーワード関連性スコアが高い、または、高いキーワード関連性スコアとなるキーワードが多いというキーワードタイプ毎の傾向に基づいて補正する
   請求項５記載のキーワードタイプ判定方法。
7. 前記補正ステップにおいて、
   前記キーワード関連性スコアの初期値の大きい上位Ｘ％のスコアの合計を補正重みとし、前記キーワード関連性スコア算出手段における反復により得られた前記キーワード関連性スコアに該補正重みを乗じることにより補正を行う
   請求項６記載のキーワードタイプ判定方法。
8. 前記補正ステップにおいて、
   前記初期キーワード関連性スコア算出ステップで前記キーワード関連性スコアの初期値を求める際に正規化で用いた値を、前記キーワード関連性スコア算出手段における反復により得られた前記キーワード関連性スコアに乗じる
   請求項６記載のキーワードタイプ判定方法。
9. コンピュータを、
   請求項１乃至４のいずれか１項に記載のキーワードタイプ判定装置の各手段として機能させるためのキーワードタイプ判定プログラム。

Images